6.1 对象选择 6.2 复制对象 6.2.1 用COPY命令直接复制对象 6.2.2 用MIRROR命令镜像复制对象 6.2.3 用OFFSET命令偏移复制对象 6.2.4 用ARRAY命令阵列复制对象 6.3 对象移位 6.3.1 用MOVE命令移动对象 6.3.2 用ROTATE命令旋转对象 6.3.3 用SCALE命令比例缩放对象

1、对偶原理的内容 电路中某些元素之间的关系(或方程)用它们 的对偶元素对应地置换后,所得的新关系(或新方程) 也一定成立,后者和前者互为对偶,称为对偶原理。 可以从一个元件的有关公式通过代换,导出另一 个元件的相应公式,这种方法称为对偶法; 可以互相代换的元素称为对偶元素; 可以实施对偶元素代换的两个公式称为对偶公式

三个世界: 面向对象的建模 面向对象原则 类：对象程序静态的结构 对象：运行时刻的结构 对象创建：从类到对象 对象引用：对象串起来

1.2 Access2003的基本对象 1.2.1 Access2003的数据库对象 1.2.2 Access2003的数据表对象 1.2.3 Access2 2003的查询对象 1.2.4 Access2 2003的窗体对象 1.2.5 Access2003的页对象 1.2.6 Access2003的报表对象 1.2.7 Access2003的宏对象 1.2.8 Access2003的模块对象

在遥感影像分割分类中,种子区域生长算法是一种常见的分割算法.传统的种子区域生长算法只能提取单一连续的、纹理简单的目标地物,而对具有复杂纹理和多光谱特征的遥感影像,分割时存在分割效果差、不能同时有效地提取多个地物的问题.针对以上问题,本文提出了一种改进的面向对象的自动多种子区域生长算法.该方法适用于同时提取多个目标地物,且分割效果好.该方法首先使用一种改进的中值滤波对影像进行平滑处理,使目标内部一致性更高,同时保留纹理信息.然后通过一定的准则进行自动种子选取并进行生长,最后对生长后的区域进行碎斑合并处理,最终得到多种对象的分割结果.本文采用三组不同大小的1 m空间分辨率的航空影像进行实验,通过与分水岭以及传统单种子区域生长算法的多组实验对比,发现该方法可以面向全局对象,自动选取覆盖各种地物类型的种子,同时对多种地物目标进行分割处理,可为后续面向对象影像分析和应用提供可靠的数据基础

为提高冷轧带钢六辊轧机辊系的稳定性,目前常采用轧辊偏移方法.本文通过ABAQUS有限元软件建立辊系-轧件一体化耦合模型,对不同轧辊偏移辊系进行受力分析,揭示了不同轧辊偏移条件对六辊轧机板形调控特性的影响规律.结果表明,中间辊正向偏移轧制时,工作辊弯辊力对二次凸度调控功效最好,对四次凸度影响较大;在四种偏移方式条件下,中间辊弯辊力在0~300 kN范围内对带钢二、四次凸度调控功效基本相同;中间辊正向偏移轧制时,中间辊弯辊力在300~500 kN范围内对带钢二次凸度调控功效最好;工作辊正向偏移轧制时,中间辊弯辊力对四次凸度影响较大;不同轧辊偏移条件下中间辊窜辊对带钢二次凸度调控趋势基本相同,且负窜辊对二次凸度的调控功效优于正窜辊,工作辊正、反向偏移轧制条件下中间辊窜辊对四次凸度影响较大

从本章起将进入面向对象程序设计学习的实质阶 段,是面向对象的第一个重要特性一封装性。 封装(Encapsulation)是面向对象程序设计最 基本的特性,把数据(属性)和函数(操作)合成一 个整体,这在计算机世界中是用类与对象实现的。本 章将引入C++的类(class)和对象(object)的概念 ,建立“函数也可以是数据类型的成员”的思想。 下面对类和对象的概念再进行说明: 类是对现实世界中客观事物的抽象描述,将具有 相同属性的一类事物称为某个类,例如将在路上跑的 各种各样的汽车抽象出它们相同的属性,称为汽车类 ,而宝马汽车是汽车类的一个实例,宝马就是对象

15.1面向对象程序设计的基本概念 面向对象技术(Object-Oriented- echnology)是在80 年代末出现的,它是为了适应开发和维护复杂应用软件 的需要,为解决软件危机而诞生的。面向对象的程序设 计方法是继结构化程序设计方法之后的一种新的程序方法。在面向对象的程序设计中,通过对象来表示事物, 用对象(Object)与对象间消息的传递来表现事物间的联系;用对象的方法实现对对象的操作

针对经典K–means算法对不均衡数据进行聚类时产生的“均匀效应”问题，提出一种基于近邻的不均衡数据聚类算法（Clustering algorithm for imbalanced data based on nearest neighbor，CABON）。CABON算法首先对数据对象进行初始聚类，通过定义的类别待定集来确定初始聚类结果中类别归属有待进一步核定的数据对象集合；并给出一种类别待定集的动态调整机制，利用近邻思想实现此集合中数据对象所属类别的重新划分，按照从集合边缘到中心的顺序将类别待定集中的数据对象依次归入其最近邻居所在的类别中，得到最终的聚类结果，以避免“均匀效应”对聚类结果的影响。将该算法与K–means、多中心的非平衡K_均值聚类方法（Imbalanced K–means clustering method with multiple centers，MC_IK）和非均匀数据的变异系数聚类算法（Coefficient of variation clustering for non-uniform data，CVCN）在人工数据集和真实数据集上分别进行实验对比，结果表明CABON算法能够有效消减K–means算法对不均衡数据聚类时所产生的“均匀效应”，聚类效果明显优于K–means、MC_IK和CVCN算法

第2章对象操作 本章内容 一、选择对象 二、移动、复制和删除对象 三、对象组合 四、叠放和对齐对象 五、旋转对象、调整对象比例 六、打散对象